دمج خبرة البشر والذكاء الاصطناعي يحسّن تشخيص الأمراض
أثبت فريق دولي، ولأول مرة، أن دمج الخبرة البشرية مع نماذج الذكاء الاصطناعي يُؤدي إلى تشخيص الأمراض بشكل دقيق للغاية.
فالذكاء الاصطناعي يرتكب أخطاءً تختلف عن أخطاء البشر، وهذا التكامل يُمثل قوةً لم تُستغل من قبل.
تُعد أخطاء التشخيص من أخطر المشكلات في الممارسة الطبية اليومية. تُقدم أنظمة الذكاء الاصطناعي، وخاصةً نماذج اللغة الكبيرة، مثل ChatGPT-4 وGemini وClaude 3، طرقًا جديدة لدعم التشخيص الطبي بكفاءة. ومع ذلك، تنطوي هذه الأنظمة أيضًا على مخاطر كبيرة، على سبيل المثال، يُمكنها "الهلوسة" وتوليد معلومات خاطئة. بالإضافة إلى ذلك، تُعيد إنتاج التحيزات الاجتماعية أو الطبية، وترتكب أخطاءً غالبًا ما تُربك البشر.
قام فريق البحث الدولي، بقيادة معهد ماكس بلانك للتنمية البشرية في ألمانيا، وبالتعاون مع شركاء من مشروع التشخيص البشري (سان فرانسيسكو) ومعهد العلوم والتكنولوجيا المعرفية التابع للمجلس الوطني الإيطالي للبحوث (روما)، بدراسة كيفية تعاون البشر والذكاء الاصطناعي على النحو الأمثل.
كانت النتيجة أن مجموعات التشخيص الهجينة، المكونة من خبراء بشريين وأنظمة ذكاء اصطناعي، أكثر دقة بكثير من المجموعات التي تتكون فقط من البشر أو الذكاء الاصطناعي فقط. وينطبق هذا بشكل خاص على أسئلة التشخيص المعقدة والمفتوحة ذات الحلول الممكنة العديدة، بدلاً من قرارات "نعم/لا" البسيطة.
يقول المؤلف الرئيسي للدراسة نيكولاس زولر، الباحث في معهد ماكس بلانك للتنمية البشرية "تظهر نتائجنا أن التعاون بين البشر ونماذج الذكاء الاصطناعي لديه إمكانات كبيرة لتحسين سلامة المرضى".
استخدم الباحثون بيانات من مشروع التشخيص البشري، الذي يوفر ملخصات سريرية موجزة، وهي أوصاف موجزة لدراسات حالات طبية، إلى جانب التشخيصات الصحيحة. باستخدام أكثر من 2100 ملخص، قارنت الدراسة التشخيصات التي أجراها أخصائيون طبيون مع تشخيصات خمسة نماذج رائدة للذكاء الاصطناعي.
في التجربة المركزية، تمت محاكاة مجموعات تشخيصية مختلفة: أفراد، ومجموعات بشرية، ونماذج ذكاء اصطناعي، ومجموعات مختلطة بين البشر والذكاء الاصطناعي. في المجمل، حلل الباحثون أكثر من 40,000 تشخيص. تم تصنيف كل منها وتقييمها وفقًا للمعايير الطبية الدولية (SNOMED CT).
اقرأ أيضا... الذكاء الاصطناعي يراقب السرطان بسرعة وتكلفة منخفضة
البشر يتكاملون مع الآلات
توضح الدراسة أن دمج نماذج ذكاء اصطناعي متعددة حسّن جودة التشخيص. في المتوسط، تفوقت مجموعات الذكاء الاصطناعي على 85% من أخصائيي التشخيص البشريين. ومع ذلك، كانت هناك العديد من الحالات التي كان فيها أداء البشر أفضل. ومن المثير للاهتمام أنه عندما فشل الذكاء الاصطناعي، كان البشر غالبًا يعرفون التشخيص الصحيح.
كانت المفاجأة الأكبر هي أن دمج العالَمين أدى إلى زيادة كبيرة في دقة التشخيص. حتى إضافة نموذج ذكاء اصطناعي واحد إلى مجموعة من أخصائيي التشخيص البشريين، أو العكس، حسّن النتائج بشكل كبير. وجاءت النتائج الأكثر موثوقية من قرارات جماعية شملت عدة بشر وأنظمة ذكاء اصطناعي متعددة.
التفسير هو أن البشر والذكاء الاصطناعي يرتكبون أخطاءً مختلفةً منهجيًا. فعندما يفشل الذكاء الاصطناعي، يمكن للمتخصص البشري تعويض الخطأ، والعكس صحيح. هذا ما يُسمى بتكامل الأخطاء وهو يجعل المجموعات الهجينة قويةً للغاية.
يقول ستيفان هيرزوغ، الباحث المشارك في الدراسة وكبير الباحثين في معهد ماكس بلانك للتنمية البشرية: "لا يتعلق الأمر باستبدال البشر بالآلات، بل ينبغي أن ننظر إلى الذكاء الاصطناعي كأداةٍ تكميليةٍ تُطلق العنان لكامل إمكاناتها في صنع القرار الجماعي".
مع ذلك، يُشدد الباحثون أيضًا على محدودية عملهم. فقد تناولت الدراسة حالاتٍ قصيرةً مبنيةً على نصوصٍ فقط، وليس مرضى حقيقيين في بيئاتٍ سريريةٍ حقيقية. ويبقى مدى إمكانية نقل النتائج مباشرةً إلى الممارسة العملية سؤالًا مطروحًا للدراسات المستقبلية. وبالمثل، ركزت الدراسة فقط على التشخيص، وليس العلاج، والتشخيص الصحيح لا يضمن بالضرورة العلاج الأمثل.
كما لا يزال من غير المؤكد كيف سيتقبل الطاقم الطبي والمرضى أنظمة الدعم القائمة على الذكاء الاصطناعي في الممارسة العملية.
مجموعات هجينة من البشر والذكاء الاصطناعي
تُعدّ هذه الدراسة جزءًا من "مشروع الذكاء الاصطناعي البشري الهجين في عملية صنع القرار المفتوح" (HACID)، الذي يهدف إلى تعزيز تطوير أنظمة دعم القرارات السريرية المستقبلية من خلال التكامل الذكي بين الذكاء البشري والآلي. ويرى الباحثون إمكاناتٍ خاصة في المناطق التي يكون فيها الوصول إلى الرعاية الطبية محدودًا. ويمكن للمجموعات الهجينة بين الذكاء الاصطناعي والبشري أن تُسهم إسهامًا حاسمًا في تعزيز المساواة في الرعاية الصحية في هذه المناطق.
يقول فيتو ترياني، المؤلف المشارك ومنسق مشروع الذكاء الاصطناعي البشري الهجين "يمكن أيضًا تطبيق هذا النهج على مجالات حيوية أخرى مثل النظام القانوني، أو الاستجابة للكوارث، أو سياسات المناخ، وفي أي مكان يتطلب اتخاذ قرارات معقدة وعالية المخاطر. على سبيل المثال، يُطوّر مشروع HACID أيضًا أدواتٍ لتعزيز عملية صنع القرار في مجال التكيف مع المناخ".
مصطفى أوفى (أبوظبي)
هاشتاغز
جرب ميزات الذكاء الاصطناعي لدينا
اكتشف ما يمكن أن يفعله Daily8 AI من أجلك:
التعليقات
لا يوجد تعليقات بعد...
أخبار ذات صلة
الاتحاد
منذ 4 أيام
- الاتحاد
الذكاء الاصطناعي تقَدم في فهم العاطفة.. فهل يتفوق علينا؟!
كشفت دراسة بحثية جديدة أن اختباراً لـ 6 أنظمة ذكاء اصطناعي، كشف بشكل واضح تفوقها على البشر في اختيار الاستجابات الصحيحة للتعامل مع مواقف مشحونة عاطفيًا. وقد ركزت الدراسة على محورين: مقارنة أداء الذكاء الاصطناعي بالبشر، ثم اختبار قدرته على إنشاء أسئلة جديدة تتماشى مع أهداف اختبارات الذكاء العاطفي (EI).وفق موقع "Live Science". اعتمد الباحثون في دراستهم على استجابات بشرية موثوقة من دراسات سابقة، ثم قارنوا بينها وبين استجابات نماذج اللغة الكبيرة. وقد اختارت هذه النماذج الاستجابة "الصحيحة" في اختبارات الذكاء العاطفي بنسبة بلغت 81%، بحسب تقييم خبراء بشريين، مقارنة بـ56% فقط لدى الأشخاص الحقيقيين. اقرأ أيضاً..لمسة الروبوت تحرك مشاعر البشر مقارنة أداء الذكاء الاصطناعي بالبشر وعندما طُلب من "تشات جي بي تي" توليد أسئلة اختبار جديدة، رأى المقيمون البشريون أن هذه الأسئلة تضاهي الاختبارات الأصلية من حيث درجة الصعوبة، كما لم تُظهر أنها مجرد إعادة صياغة لأسئلة سابقة. وقد وُصفت العلاقة بين نتائج الأسئلة التي أنشأها الذكاء الاصطناعي وتلك الأصلية بأنها "قوية"، حيث بلغ معامل الارتباط 0.46 (مع الإشارة إلى أن 1.0 تعني تطابقًا تامًا، و0 تعني انعدام العلاقة). وكان الاستنتاج العام أن الذكاء الاصطناعي بات أفضل منّا في "فهم" المشاعر. وقد نُشرت هذه الدراسة في مجلة Communications Psychology، وأجراها باحثون من جامعتي جنيف وبرن. وشملت الدراسة تطبيق اختبارات الذكاء العاطفي المعتمدة على مجموعة من نماذج اللغة الكبيرة، من بينها: ChatGPT-4، ChatGPT-o1، Gemini 1.5 Flash، Claude 3.5 Haiku، Copilot 365 وDeepSeek V3. هل يفهم الذكاء الاصطناعي المشاعر حقًا؟ بالرغم من تفوق الذكاء الاصطناعي في اختبارات الذكاء العاطفي، يشكك الخبراء في دلالة هذا الإنجاز، إذ تعتمد الاختبارات على خيارات متعددة لا تعكس تعقيد المشاعر في الواقع. ويؤكدون أن ما يُقاس ليس فهمًا حقيقيًا للمشاعر، بل قدرة على التنبؤ بأنماط متكررة، ما يجعل الحديث عن "فهم" عاطفي عميق من قِبل الذكاء الاصطناعي مبالغة لا تعكس حقيقة أدائه.ومع تطور التقنية، تزداد الحاجة إلى التمييز بين قدرة الآلة على "محاكاة" المشاعر، وقدرة الإنسان الفريدة على "معايشتها". لمياء الصديق(أبوظبي)
الاتحاد
منذ 6 أيام
- الاتحاد
دمج خبرة البشر والذكاء الاصطناعي يحسّن تشخيص الأمراض
أثبت فريق دولي، ولأول مرة، أن دمج الخبرة البشرية مع نماذج الذكاء الاصطناعي يُؤدي إلى تشخيص الأمراض بشكل دقيق للغاية. فالذكاء الاصطناعي يرتكب أخطاءً تختلف عن أخطاء البشر، وهذا التكامل يُمثل قوةً لم تُستغل من قبل. تُعد أخطاء التشخيص من أخطر المشكلات في الممارسة الطبية اليومية. تُقدم أنظمة الذكاء الاصطناعي، وخاصةً نماذج اللغة الكبيرة، مثل ChatGPT-4 وGemini وClaude 3، طرقًا جديدة لدعم التشخيص الطبي بكفاءة. ومع ذلك، تنطوي هذه الأنظمة أيضًا على مخاطر كبيرة، على سبيل المثال، يُمكنها "الهلوسة" وتوليد معلومات خاطئة. بالإضافة إلى ذلك، تُعيد إنتاج التحيزات الاجتماعية أو الطبية، وترتكب أخطاءً غالبًا ما تُربك البشر. قام فريق البحث الدولي، بقيادة معهد ماكس بلانك للتنمية البشرية في ألمانيا، وبالتعاون مع شركاء من مشروع التشخيص البشري (سان فرانسيسكو) ومعهد العلوم والتكنولوجيا المعرفية التابع للمجلس الوطني الإيطالي للبحوث (روما)، بدراسة كيفية تعاون البشر والذكاء الاصطناعي على النحو الأمثل. كانت النتيجة أن مجموعات التشخيص الهجينة، المكونة من خبراء بشريين وأنظمة ذكاء اصطناعي، أكثر دقة بكثير من المجموعات التي تتكون فقط من البشر أو الذكاء الاصطناعي فقط. وينطبق هذا بشكل خاص على أسئلة التشخيص المعقدة والمفتوحة ذات الحلول الممكنة العديدة، بدلاً من قرارات "نعم/لا" البسيطة. يقول المؤلف الرئيسي للدراسة نيكولاس زولر، الباحث في معهد ماكس بلانك للتنمية البشرية "تظهر نتائجنا أن التعاون بين البشر ونماذج الذكاء الاصطناعي لديه إمكانات كبيرة لتحسين سلامة المرضى". استخدم الباحثون بيانات من مشروع التشخيص البشري، الذي يوفر ملخصات سريرية موجزة، وهي أوصاف موجزة لدراسات حالات طبية، إلى جانب التشخيصات الصحيحة. باستخدام أكثر من 2100 ملخص، قارنت الدراسة التشخيصات التي أجراها أخصائيون طبيون مع تشخيصات خمسة نماذج رائدة للذكاء الاصطناعي. في التجربة المركزية، تمت محاكاة مجموعات تشخيصية مختلفة: أفراد، ومجموعات بشرية، ونماذج ذكاء اصطناعي، ومجموعات مختلطة بين البشر والذكاء الاصطناعي. في المجمل، حلل الباحثون أكثر من 40,000 تشخيص. تم تصنيف كل منها وتقييمها وفقًا للمعايير الطبية الدولية (SNOMED CT). اقرأ أيضا... الذكاء الاصطناعي يراقب السرطان بسرعة وتكلفة منخفضة البشر يتكاملون مع الآلات توضح الدراسة أن دمج نماذج ذكاء اصطناعي متعددة حسّن جودة التشخيص. في المتوسط، تفوقت مجموعات الذكاء الاصطناعي على 85% من أخصائيي التشخيص البشريين. ومع ذلك، كانت هناك العديد من الحالات التي كان فيها أداء البشر أفضل. ومن المثير للاهتمام أنه عندما فشل الذكاء الاصطناعي، كان البشر غالبًا يعرفون التشخيص الصحيح. كانت المفاجأة الأكبر هي أن دمج العالَمين أدى إلى زيادة كبيرة في دقة التشخيص. حتى إضافة نموذج ذكاء اصطناعي واحد إلى مجموعة من أخصائيي التشخيص البشريين، أو العكس، حسّن النتائج بشكل كبير. وجاءت النتائج الأكثر موثوقية من قرارات جماعية شملت عدة بشر وأنظمة ذكاء اصطناعي متعددة. التفسير هو أن البشر والذكاء الاصطناعي يرتكبون أخطاءً مختلفةً منهجيًا. فعندما يفشل الذكاء الاصطناعي، يمكن للمتخصص البشري تعويض الخطأ، والعكس صحيح. هذا ما يُسمى بتكامل الأخطاء وهو يجعل المجموعات الهجينة قويةً للغاية. يقول ستيفان هيرزوغ، الباحث المشارك في الدراسة وكبير الباحثين في معهد ماكس بلانك للتنمية البشرية: "لا يتعلق الأمر باستبدال البشر بالآلات، بل ينبغي أن ننظر إلى الذكاء الاصطناعي كأداةٍ تكميليةٍ تُطلق العنان لكامل إمكاناتها في صنع القرار الجماعي". مع ذلك، يُشدد الباحثون أيضًا على محدودية عملهم. فقد تناولت الدراسة حالاتٍ قصيرةً مبنيةً على نصوصٍ فقط، وليس مرضى حقيقيين في بيئاتٍ سريريةٍ حقيقية. ويبقى مدى إمكانية نقل النتائج مباشرةً إلى الممارسة العملية سؤالًا مطروحًا للدراسات المستقبلية. وبالمثل، ركزت الدراسة فقط على التشخيص، وليس العلاج، والتشخيص الصحيح لا يضمن بالضرورة العلاج الأمثل. كما لا يزال من غير المؤكد كيف سيتقبل الطاقم الطبي والمرضى أنظمة الدعم القائمة على الذكاء الاصطناعي في الممارسة العملية. مجموعات هجينة من البشر والذكاء الاصطناعي تُعدّ هذه الدراسة جزءًا من "مشروع الذكاء الاصطناعي البشري الهجين في عملية صنع القرار المفتوح" (HACID)، الذي يهدف إلى تعزيز تطوير أنظمة دعم القرارات السريرية المستقبلية من خلال التكامل الذكي بين الذكاء البشري والآلي. ويرى الباحثون إمكاناتٍ خاصة في المناطق التي يكون فيها الوصول إلى الرعاية الطبية محدودًا. ويمكن للمجموعات الهجينة بين الذكاء الاصطناعي والبشري أن تُسهم إسهامًا حاسمًا في تعزيز المساواة في الرعاية الصحية في هذه المناطق. يقول فيتو ترياني، المؤلف المشارك ومنسق مشروع الذكاء الاصطناعي البشري الهجين "يمكن أيضًا تطبيق هذا النهج على مجالات حيوية أخرى مثل النظام القانوني، أو الاستجابة للكوارث، أو سياسات المناخ، وفي أي مكان يتطلب اتخاذ قرارات معقدة وعالية المخاطر. على سبيل المثال، يُطوّر مشروع HACID أيضًا أدواتٍ لتعزيز عملية صنع القرار في مجال التكيف مع المناخ". مصطفى أوفى (أبوظبي)
صحيفة الخليج
١٥-٠٦-٢٠٢٥
- صحيفة الخليج
نماذج الذكاء الاصطناعي تتصرف كالبشر بلا تدريب
كشف باحثون من الأكاديمية الصينية للعلوم وجامعة جنوب الصين للتكنولوجيا، أن نماذج الذكاء الاصطناعي الحديثة، مثل ChatGPT وGemini، قادرة على معالجة الأشياء الطبيعية وفهمها بطريقة تشبه الإدراك البشري، حتى من دون تدريب مباشر على ذلك. تناولت الدراسة قدرة أنظمة الذكاء الاصطناعي الكبيرة على تمثيل المفاهيم وتصنيف الأشياء بطريقة وظيفية وعاطفية وبيئية، مثلما يفعل الدماغ البشري. وخضعت النماذج اللغوية لاختبارات شملت 1854 عنصراً (مثل الكلاب والكراسي والتفاح والسيارات)، ونتج عنها أكثر من 4.7 مليون استجابة. وأظهرت النتائج أن هذه الأنظمة طورت تلقائياً 66 بعداً مفاهيمياً لتنظيم وفهم الأشياء، تجاوزت التصنيفات التقليدية مثل «الطعام» أو «الحيوانات»، لتشمل أخرى معقدة مثل الملمس، والأهمية العاطفية، ومدى ملاءمة الكائنات للأطفال. وبينت الدراسة أن النماذج متعددة الوسائط، التي تجمع بين معالجة النصوص والصور، تعكس بشكل أوضح الأنماط الإدراكية البشرية، إذ تعالج السمات البصرية والدلالية في آنٍ واحد. وكشفت تحاليل تصوير الدماغ عن تشابه ملحوظ بين أنماط معالجة الذكاء الاصطناعي للمفاهيم وتلك التي يستخدمها الدماغ البشري. وقال الباحثون: إن هذه النتائج تمهد الطريق لتطوير أنظمة ذكاء اصطناعي أكثر توافقاً مع التفكير البشري، ما يعزز استخدامها في مجالات مثل الروبوتات والتعليم والتفاعل الآلي.
